Neste artigo
Revisão narrativa publicada no Journal of Clinical Medicine explora como machine learning e deep learning estão revolucionando o diagnóstico, fenotipagem e monitoramento de doenças respiratórias crônicas como asma e DPOC.
As doenças respiratórias crônicas representam uma das principais causas de morbidade e mortalidade global, impondo um peso substancial aos sistemas de saúde. Entre elas, a asma e a doença pulmonar obstrutiva crônica (DPOC) destacam-se como condições caracterizadas por obstrução e inflamação das vias aéreas que afetam milhões de pessoas em todo o mundo.
Uma nova revisão publicada por Federica Marrelli e colaboradores no Journal of Clinical Medicine mapeia o estado atual da inteligência artificial aplicada a essas condições, oferecendo uma visão abrangente das possibilidades e desafios dessa tecnologia emergente.
O Crescimento da IA na Saúde Respiratória
O interesse em inteligência artificial está crescendo rapidamente na área da saúde. Através de técnicas como machine learning (aprendizado de máquina) e deep learning (aprendizado profundo), a IA emerge como uma ferramenta promissora para apoiar o diagnóstico, manejo e prevenção de doenças pulmonares, além de avançar o cuidado personalizado.
“Ferramentas baseadas em IA estão posicionadas para apoiar clínicos em asma e DPOC no diagnóstico, fenotipagem e monitoramento; no entanto, sua implementação segura na prática rotineira exigirá validação robusta, transparência e governança.”
— Marrelli et al., J Clin Med, 2026
A revisão, conduzida através de buscas nas bases ScienceDirect, PubMed e Google Scholar, identificou aplicações da IA em todo o espectro asma-DPOC:
- Diagnóstico e fenotipagem: Identificação precisa de subtipos de doença
- Estratificação de risco: Predição de desfechos clinicamente relevantes
- Monitoramento contínuo: Uso de fontes heterogêneas de dados (registros clínicos, imagens, dados de saúde digital)
Aplicações Práticas em Desenvolvimento
A literatura revisada demonstra que abordagens baseadas em IA estão sendo aplicadas para suportar o diagnóstico diferencial entre asma e DPOC — distinção que frequentemente desafia clínicos na prática diária. Algoritmos de machine learning podem integrar dados de espirometria, sintomas, histórico de exacerbações e biomarcadores para classificar pacientes com maior precisão.
Além do diagnóstico, a IA mostra potencial para a fenotipagem — identificação de subgrupos de pacientes que podem responder diferentemente aos tratamentos. Isso é particularmente relevante para a asma, condição reconhecidamente heterogênea com múltiplos fenótipos e endótipos.
O Desafio dos Dados
Os autores destacam que, embora promissora, a IA na saúde respiratória enfrenta desafios significativos. Essas tecnologias requerem grandes conjuntos de dados bem estruturados para treinamento e validação — recursos que nem sempre estão disponíveis, especialmente em países com sistemas de saúde fragmentados.
Além disso, os clínicos precisam aprender a integrar a IA na prática rotineira, garantindo a segurança do paciente e construindo confiança nessas ferramentas. A “caixa-preta” de alguns algoritmos de deep learning representa uma barreira adicional, pois profissionais de saúde precisam entender — ao menos parcialmente — como as recomendações são geradas.
Implicações para a Enfermagem
Para a enfermagem, esses avanços têm implicações diretas. Enfermeiros frequentemente são os profissionais que monitoram pacientes com doenças respiratórias crônicas, educam sobre uso de dispositivos inalatórios e identificam sinais precoces de exacerbação.
Ferramentas de IA que alertam sobre pacientes em risco de hospitalização ou que ajudam a personalizar planos de cuidado podem potencializar o trabalho do enfermeiro, permitindo intervenções mais proativas e direcionadas.
Governança e Segurança
A revisão enfatiza que a implementação segura dessas ferramentas na prática clínica de rotina exigirá validação robusta, transparência e governança. Isso significa que hospitais e sistemas de saúde precisarão desenvolver protocolos claros sobre como, quando e por quem essas ferramentas podem ser utilizadas.
Questões sobre responsabilidade em caso de erros, proteção de dados do paciente e vieses algorítmicos também precisam ser abordadas antes da adoção em larga escala.
O Cenário Brasileiro
No Brasil, onde a DPOC está frequentemente associada ao tabagismo e à exposição ocupacional, e a asma apresenta alta prevalência especialmente em crianças, a aplicação de IA poderia trazer benefícios significativos. Sistemas de alerta precoce e ferramentas de suporte à decisão poderiam auxiliar equipes de atenção primária a identificar e manejar pacientes de maior risco.
À medida que a tecnologia avança, enfermeiros brasileiros devem se preparar para incorporar essas ferramentas em sua prática, mantendo sempre o cuidado centrado no paciente como princípio fundamental.
Fonte: PubMed – PMID: 41899367 | Journal of Clinical Medicine, março de 2026.
